MarkItDownという「なんでもMarkdownにしてくれるライブラリ」が話題になっています。 先日の記事にも書いたんですが、内製チャットボットでは外部ファイルをどうAIが解釈可能な文字列として読み込ませるか悩むことが多いです。 すでにQiitaにも記事はあって若干煎じなんですが、もう少し社内のユースケースにありそうなものを試してみようと思います。 先にまとめ Unstructuredではライブラリそのものや機械学習モデルのサイズが大きいのに対して、MarkItDownでは一般的なライブラリのみです。画像や音声はOpenAI APIに頼っています。 Unstructuredを使っているとどうしてもデプロイに時間がかかったり、モデルダウンロード時の問題が発生したり困ることが多かったので。 pdfminer内でOCRモデル使っていたのでこのメリットは小さそうでした🥺 また、HTMLの構造
概要 先日 Microsoft から MarkItDown というライブラリの提供を開始したらしい。 何でも markdown にしてくれる君らしいので色々試してみる。 何が出来るの? PDF PowerPoint Word Excel Images (EXIF metadata and OCR) Audio (EXIF metadata and speech transcription) HTML Text-based formats (CSV, JSON, XML) ZIP files (iterates over contents) MarkItDown では上記を markdown 形式で出力してくれるらしい。 画像やオーディオデータはメタデータ出力の他に、文字や音声認識もしてくれるという感じかな? とりあえずやってみよう とりあえず README 通りに ZOZO の IR スラ
markitdown とは？ microsoftが公開した、いろんなファイルをmarkdownにしてくれるツール。 GitHub : https://github.com/microsoft/markitdown 記事執筆時点では以下をサポート 最初にまとめ アウトプット（読み物）としてはまだ使えない テキストベースでdiffが見れるので、レビュー時に便利かも もしかしたらAPIを使えばもっといろいろできるのかも(試してないけど) https://github.com/microsoft/markitdown?tab=readme-ov-file#python-api コントリビュートルールもREADMEに記載されているのでOSSコントリビュートチャンスかもしれない 動作確認環境 WSL2 Ubuntu 24.04 python 3.11.9 (pyenv) インストール libffe-d
MarkItDownとは？ MarkItDownは、Microsoftが開発したPythonライブラリで、さまざまなファイル形式をMarkdownに変換することができます。 リリースされてからわずか2週間でGitHubで25k以上のスターを獲得し、急速に人気を集めています！🤯 なぜMarkItDownはこんなに人気なのか？ MarkItDownは以下のような幅広いファイル形式に対応しています： Officeドキュメント: PowerPoint、Word、Excel リッチメディアファイル: 画像（EXIFおよび画像説明付き）、音声（文字起こし付き） ウェブ・構造化データ: HTML、CSV、JSON、XML アーカイブ: ZIPファイル WordやExcelなどの一般的な形式に対応しているだけでなく、OCRや音声認識を活用してコンテンツを抽出することで、マルチモーダルなファイルにも対応し
マイクロソフト、ビルド時にソフトウェアの部品表（SBOM）を自動生成する「SBOM Tool」、オープンソースで公開 マイクロソフトは、ビルド時にそのソフトウェアがどのようなソフトウェア部品から構成されているかを示すデータ「SBOM」を生成してくれるツール「SBOM Tool」を、オープンソースで公開しました。 SBOMによるサプライチェーンリスクの解決 SBOMとはSoftware Bill Of Materialsの頭文字をとったもので、日本語では「ソフトウェア部品表」とされます。あるソフトウェアがどのようなソフトウェア部品によって構成されているのかを示す情報がまとまったデータのことです。 ほとんどのソフトウェアは単独で成立しているわけではなく、多数のライブラリやコンポーネントなどのソフトウェア部品に依存しています。そのなかのいずれかに脆弱性が発見されればドミノ倒しのように他のさまざま
この記事では、Windows 用のトラステッド プラットフォーム モジュール (TPM) テクノロジに関する推奨事項について説明します。 TPM の基本的な機能の説明については、「トラステッド プラットフォーム モジュール技術概要」をご覧ください。 TPM の設計と実装 従来、TPM はディスクリート チップであり、コンピューターのマザーボードにはんだ付けされています。 このような実装により、コンピューターの元の機器メーカー (OEM) は、システムの残りの部分とは別に TPM を評価および認定できます。 個別の TPM 実装は一般的です。 ただし、小型または低消費電力の統合デバイスでは問題が発生する可能性があります。 最近は、TPM 機能を他のプラットフォーム コンポーネントと同じチップセット内に統合し、ディスクリート TPM チップと同じような分離を論理的に提供する新しい TPM 実装
If you were looking for MSDN or TechNet blogs, please know that MSDN and TechNet blog sites have been retired, and blog content has been migrated and archived here. How to use this site Archived blogs are grouped alphabetically by the initial letter of the blog name. Select the initial letter from the TOC to see the full list of the blogs. You can also type the name of the blog or the title of the
オランダの DigiNotar 社をはじめとする複数の認証局(電子証明書(*1)を発行する組織)に対し攻撃が行われ、攻撃者が不正に電子証明書を入手したという問題が発生しています。 この問題により、悪意のある者が不正な電子証明書を使用して構築した不正な（罠の）ウェブサイトにアクセスした際に、利用者のブラウザ等で正当な電子証明書であると判定してしまいます。 結果として、利用者がウェブブラウザの表示を信用して不正なウェブサイトで個人情報等を入力してしまうことにより、入力した情報等が悪意のある者に盗まれてしまうという被害に繋がる可能性があります。 対策として、各ベンダが提供している修正プログラムの適用および最新版へのアップデートを行ってください。 *1 ウェブサイトの信ぴょう性を証明する「サーバ証明書」など、データやサーバ、通信の安全性を担保するもの。 ・Windows XP ・Windows V
このブラウザーはサポートされなくなりました。 Microsoft Edge にアップグレードすると、最新の機能、セキュリティ更新プログラム、およびテクニカル サポートを利用できます。 Microsoft® Windows® 2000 Server 概要 このホワイトペーパーでは、暗号および PKI (公開キー基盤) の概念を紹介し、Microsoft® Windows® 2000 Server オペレーティング システム (以下 Windows 2000) で証明書サービスを利用する際の基本的な情報を提供します。このホワイトペーパーを読むことで、暗号および PKI テクノロジに馴染みでない方でも、Windows 2000 Web サイトにあるさらに技術的な関連文書を理解しやすくなります。 トピック はじめに 暗号の概念 公開キー基盤の概念 まとめ はじめに Microsoft® Windo
Security Advisory Microsoft Security Advisory 2588513 Vulnerability in SSL/TLS Could Allow Information Disclosure Published: September 26, 2011 | Updated: January 10, 2012 Version: 2.0 General Information Executive Summary Microsoft has completed the investigation into a public report of this vulnerability. We have issued MS12-006 to address this issue. For more information about this issue, inclu
Security Bulletin Microsoft Security Bulletin MS12-006 - Important Vulnerability in SSL/TLS Could Allow Information Disclosure (2643584) Published: January 10, 2012 | Updated: July 17, 2013 Version: 1.3 General Information Executive Summary This security update resolves a publicly disclosed vulnerability in SSL 3.0 and TLS 1.0. This vulnerability affects the protocol itself and is not specific to
Windows 7 Service Pack 1 Windows 7 Enterprise Windows 7 Home Premium Windows 7 Professional Windows 7 Ultimate Windows 7 Home Basic Windows 7 Enterprise Windows 7 Home Premium Windows 7 Professional Windows 7 Ultimate Windows 7 Home Basic Windows Server 2008 R2 Service Pack 1 Windows Server 2008 R2 Datacenter Windows Server 2008 R2 Enterprise Windows Server 2008 R2 Standard Windows Server 2008 R2
If you were looking for MSDN or TechNet blogs, please know that MSDN and TechNet blog sites have been retired, and blog content has been migrated and archived here. How to use this site Archived blogs are grouped alphabetically by the initial letter of the blog name. Select the initial letter from the TOC to see the full list of the blogs. You can also type the name of the blog or the title of the
正式版がついに公開されたマイクロソフトのInternet Explorer 9（日本語版の公開は延期されていますが）。HTML5対応といわれていますが、しかしオフライン機能やWeb Workders、File APIなど主要なHTML5の機能の一部は実装されていないことを、以前の記事「Internet Explorer 9がHTML5のオフライン機能やWeb Workersを実装していないことをどう受け止めるか」で紹介しました。 HTML5に積極的にコミットしたはずのマイクロソフトが、なぜFirefoxやChromeやOperaでは実装されているような主要なHTML5機能の一部をInternet Explorer 9で実装していないのか？ 日本マイクロソフトの担当者にインタビューを行いました。 インタビュー記事は＠ITに「IE 9がHTML5の機能の一部を実装しない理由」として寄稿し、先週
7月16日にMicrosoftのプレスカンファレンスが開始され、Microsoft Officeの最新版である「Office2013」のプレビュー版が発表されました。個人向けの「Office Professional 2013」プレビュー版にはWord、PowerPoint、Excel、Outlook、OneNote、Access、Publisherが含まれており、このほかに中小企業向けの「Office 365 Small Business Premium」、エンタープライズ向けの「Office 365 ProPlus」のカスタマープレビューもリリースされています。 Microsoft Office カスタマー プレビュー http://www.microsoft.com/ja-jp/office/Preview/default.aspx イメージカラーのオレンジ色に浮かぶ新しいOffic
1
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
